-
Patent Agency Ranking
公开(公告)号：CN117235381B
公开(公告)日：2024-05-10
申请号：CN202311307055.2
申请日：2023-10-10
Applicant: 南京邮电大学 , 南京超达信息科技有限公司
IPC: G06F16/9536 , G06F16/9537 , G06F18/22 , H04L9/00
Abstract: 本发明属于地理信息安全技术研究领域，公开了一种基于同态加密时空同位计算的朋友推荐方法，通过请求用户生成同态加密秘钥对，并将相关信息传输到数据库应用服务器；协同用户从数据库应用服务器得到请求用户的组合信息、协同生成同态加密中间结果，并传输到数据库应用服务器；请求用户从数据库应用服务器得到协同用户的加密中间结果，计算与协同用户之间的欧式距离，并组合欧式距离以及请求用户、协同用户的标识信息后传输到数据库应用服务器；数据库应用服务器基于用户的时空位置序列计算时空同位相似度系数，并基于设定的阈值进行朋友推荐。本发明所述的方法可实现朋友推荐方法具有更强的隐私保护性能，朋友推荐精准性更高。
-
公开(公告)号：CN116882571A
公开(公告)日：2023-10-13
申请号：CN202310852340.6
申请日：2023-07-12
Applicant: 南京邮电大学 , 南京盛境图云科技有限公司
Abstract: 本发明属于隐私计算技术研究领域，公开了一种基于安全纵向联邦回归模型的烟草销售违规信息预测方法，包括：步骤1、数据预处理：通信运营商与烟草公司将标识信息加密并发送半可信第三方，第三方执行匹配并返还，计算得到对齐数据；步骤2、安全纵向联邦回归模型训练：第三方生成同态加密公私钥对并分发通信运营商与烟草公司，第三方计算并发送加密梯度给通信运营商，烟草公司解密并发送更新模型；步骤3、基于安全联邦纵向回归模型的预测：烟草公司对预测数据与通信运营商预测数据进行匹配烟草公司计算并发送加密纵向联邦回归预测，烟草公司解密预测值并返还。本发明具有更强的隐私保护性，可以保证烟草销售违规信息预测的准确性更高。
-
公开(公告)号：CN119250238A
公开(公告)日：2025-01-03
申请号：CN202411233350.2
申请日：2024-09-04
Applicant: 南京邮电大学
IPC: G06Q10/02 , H04L9/40 , G06Q20/14 , G06Q20/22 , G06Q20/38 , G06Q40/04 , G06F16/9537 , G06F16/27 , G06F21/60 , G06F21/62 , G06F21/64
Abstract: 本发明属于信息安全技术领域，具体是涉及一种基于私有信息检索的区块链智能停车管理方法，包括三个阶段：区块链网络构建阶段，包括构建基于联盟链的区块链网络结构以及网络初始化；车位信息检索阶段，包括构建私有信息检索协议、停车用户在区块链节点上检索感兴趣的车位信息；停车处理阶段，包括基于检索结果预定目标车位、入场停车核验、停车、付费驶离、车位状态恢复等过程，并将完成交易消息上链。与现有的方法相比，本发明具有数据存储更完整、可靠，停车用户查询信息隐私保护效果好的优势。
-
公开(公告)号：CN117235381A
公开(公告)日：2023-12-15
申请号：CN202311307055.2
申请日：2023-10-10
Applicant: 南京邮电大学 , 南京超达信息科技有限公司
IPC: G06F16/9536 , G06F16/9537 , G06F18/22 , H04L9/00
Abstract: 本发明属于地理信息安全技术研究领域，公开了一种基于同态加密时空同位计算的朋友推荐方法，通过请求用户生成同态加密秘钥对，并将相关信息传输到数据库应用服务器；协同用户从数据库应用服务器得到请求用户的组合信息、协同生成同态加密中间结果，并传输到数据库应用服务器；请求用户从数据库应用服务器得到协同用户的加密中间结果，计算与协同用户之间的欧式距离，并组合欧式距离以及请求用户、协同用户的标识信息后传输到数据库应用服务器；数据库应用服务器基于用户的时空位置序列计算时空同位相似度系数，并基于设定的阈值进行朋友推荐。本发明所述的方法可实现朋友推荐方法具有更强的隐私保护性能，朋友推荐精准性更高。
-
公开(公告)号：CN116882571B
公开(公告)日：2023-12-12
申请号：CN202310852340.6
申请日：2023-07-12
Applicant: 南京邮电大学 , 南京盛境图云科技有限公司
Abstract: 本发明属于隐私计算技术研究领域，公开了一种基于安全纵向联邦回归模型的烟草销售违规信息预测方法，包括：步骤1、数据预处理：通信运营商与烟草公司将标识信息加密并发送半可信第三方，第三方执行匹配并返还，计算得到对齐数据；步骤2、安全纵向联邦回归模型训练：第三方生成同态加密公私钥对并分发通信运营商与烟草公司，第三方计算并发送加密梯度给通信运营商，烟草公司解密并发送更新模型；步骤3、基于安全联邦纵向回归模型的预测：烟草公司对预测数据与通信运营商预测数据进行匹配烟草公司计算并发送加密纵向联邦回归预测，烟草公司解密预测值并返还。本发明具有更强的隐私保(56)对比文件肖霄 等.基于时序预测与异常检测的烟草违法销售预警《.贵州师范大学学报(自然科学版)》.2023,第41卷(第3期),第119-124页.郭军 等.基于BP神经网络的零售户销售假烟行为的预警模型《.电子技术与软件工程》.2018,(第21期),第165-166页.李国 等.基于纵向联邦学习的航班延误预测《.计算机工程与设计》.2023,第44卷(第5期),第1594-1601页.Jiaojiao Wang 等.Spatial-temporalpatterns and drivers of illicit tobaccotrade in Changsha county, China《.2016IEEE Conference on Intelligence andSecurity Informatics (ISI)》.2016,第127-132页.Xinjian Luo 等.Feature InferenceAttack on Model Predictions in VerticalFederated Learning《.2021 IEEE 37thInternational Conference on DataEngineering (ICDE)》.2021,第181-192页.
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
